工業互聯網，你到底有啥用？

本文轉載自鮮棗課堂，作者小棗君，謝謝。

今天，我詳細說說工業互聯網到底是什麼東東，為什麼它能夠被稱為「第四次工業革命」的敲門磚。

什麼是工業互聯網

2012年，美國通用電氣公司在提出「工業互聯網」概念時，是這麼說的：

也就是說，工業互聯網的三要素，是人、數據、機器。

現在我們把這個概念豐富一下，這麼說：

工業互聯網的本質，就是通過開放的、全球化的通信網路平台，把設備、生產線、員工、工廠、倉庫、供應商、產品和客戶緊密地連接起來，共享工業生產全流程的各種要素資源，使其數字化、網路化、自動化、智能化，從而實現效率提升和成本降低。

關鍵詞我都加粗了，認真讀幾遍，我相信能看懂。

中國有句古話：「水流則清，人動則活」。武俠片里也總是會說：「打通任督二脈，功力倍增」。

這些，都說明了「流動貫通」的重要性。

而工業互聯網，就是讓數據「流動」起來。

我來解釋一下：

單個節點，非數字化，沒有網路，它就是孤島，是「死」的。

隨著感測器等數據採集技術的升級，節點開始產生數據，有了「生命」。

與此同時，通信技術已在不斷升級，像血管和神經一樣，幫助無數孤立的節點，交換數據、共享數據。

最後，這些數據流會到達雲端，藉助雲計算、大數據這些信息技術升級的產物，產生價值。

如此一來，所有節點就形成一個系統，一個更強大和完整的「生命體」。

這就是為什麼，我們通常將工業互聯網稱為「工業技術革命」和「ICT（信息通信）技術革命」相結合的產物。

這裡，我們要解釋一個叫「OT」的概念。

大家搞通信的話，一定知道IT是信息技術，CT是通信技術，那麼，OT是什麼？

OT，就是Operation Technology，操作技術。可以把它理解為工廠車間裡面的那些工業環境和設備，包括機械臂、感測器、儀器儀錶、監控系統、控制系統等等。

工業互聯網，就是IT、CT、OT的全面融合和升級。它既是一張網路，也是一個平台，更是一個系統，實現了工業生產過程所有要素的泛在連接和整合。

工業互聯網和「紅色警戒」

上面所說的內容可能比較抽象，我還是通過一個喜聞樂見的例子來說明吧。

很多人都玩過紅色警戒、星際爭霸、魔獸爭霸這樣的電腦遊戲吧？

這些遊戲，都稱之為即時戰略遊戲。說白了，就是不停地收集資源（鐵礦、木頭、石油等），然後建造工廠，生產和製造武器（士兵、戰車、坦克、飛機等）。最後，利用這些武器，去消滅對手。

遊戲的邏輯很簡單，誰的武器最多最強，誰就能贏。所以，更能決定勝負的，是玩家的生產效率。

這是一個非常複雜的生產系統——資源的類型有很多種，武器和兵種也有很多種，科技樹就更複雜了，此外，你還要進行能源管理（不能停電）。

但是，一名遊戲玩家通過鍵盤、滑鼠、顯示器，就能夠運作這一整套系統。

你有沒有想過，這是為什麼？

我覺得你應該已經想到了，是的，你在使用「工業互聯網」的初級模型——

通過顯示器展示的遊戲界面（操作面板），玩家可以很清楚地看到自己當前有多少資源（鐵礦、木頭、石油），多少座兵工廠，兵工廠當前在生產什麼，生產速度如何。玩家也可以看到自己的科技研發進度。玩家還可以看到自己有多少電廠，發電量夠不夠，會不會有停電的風險。

正因為玩家掌握了所有的數據（信息流），所以才能最高效率地進行決策，下達生產命令。

試想一下，如果你要玩一場沒有電腦的紅警遊戲，會面對什麼場景？

1、所有的數據都是用人傳遞，通過紙張才能閱讀。你會被海量的紙張淹沒。

2、這些數據無法進行即時統計和運算，也沒辦法第一時間找到其中的規律和問題。例如，你的鐵礦雖然很多，當時你的石油只夠用一個禮拜。再例如，你的坦克工廠開足馬力生產，結果發現坦克發動機供貨不足。

3、你的命令無法很快抵達工廠和車間。

……

簡而言之，你就像回到了二戰年代。在那個年代，如果想要運作龐大的戰爭機器，你只能依靠大量的人，還有熟練的團隊協助。

如此看來，工業的信息化、數字化、網路化，是不是很有用？

工業互聯網的架構

真正的工業互聯網，當然要比紅警遊戲複雜得多。

我們先來看一下官方給出的工業互聯網平台功能架構：

上圖其實可以看出，主體架構就是雲計算架構。包括IaaS、PaaS、SaaS，都是雲計算一模一樣的概念。

多了一個邊緣層，我前面說過，邊緣層其實就是生產現場，OT那部分。

我又畫了一個簡單一點的：

根據上面的圖，可以看出：

OT在底層，負責數據採集和動作執行，有點像四肢；

CT連接所有節點，負責數據傳輸，有點像血管和神經；

IT在上層，負責數據運算和分析，有點像大腦。

數據是雙向流動的，形成了一個整體。

說來說去，就是數字化、信息流，然後從數據中挖掘價值。

工業互聯網的應用案例

我們通過現實世界中的幾個案例，來看看工業互聯網到底能帶來多大的價值。

第一個案例，是德國西門子。

作為工業4.0概念的提出者，德國也是第一個實踐智能工廠的國家。位於德國巴伐利亞州東部城市安貝格的西門子工廠，就是一個高度數字化的智能工廠。

在佔地10萬平方米的廠房內，員工僅有1000名。近千個製造單元，全部通過物聯網進行聯絡，大多數設備都在無人力操作狀態下進行挑選和組裝。

在這個工廠里，每100萬件產品中，次品約為15件，可靠性達到99%，追溯性更是達到100%！

再來看看瑞士的ABB集團。ABB是電力和自動化技術領域的世界級巨頭企業。

他們研發了ABB Ability智能感測器技術，將生產的電機與雲服務連接。該技術就像給電機佩戴了健康腕錶，對電機的運行情況進行精確監測，並在雲端對數據進行演算法分析。一旦發現問題，就進行預警。

採用該技術之後，降低了70%的故障停工時間，延長了30%的使用期限，減少了近10%的能耗。

再來看看中國的。

美的集團，中國最大的家電製造企業之一，也打造了自己的工業互聯網標杆工廠。

在它的磁控管（微波爐的核心設備）工廠里，搭建了完整的信息化應用框架，打通了各大系統的數據介面，實現了內外互聯、虛實互聯。

美的自研的MES（製造執行系統）首先實現了與雲端上面供應商數據的對接，打通了供應商來料的入庫、品質和生產計劃。然後，打通了物流、質量管理系統，實現了對物流配送、品質管控的控制。接著，在產品開發上通過PLM（產品生命周期管理）實現製造和研發同步。最後，在銷售端，通過CRM（客戶關係管理）系統和客戶對接。

這樣一來，真正實現了全流程打通。

改造之後，這個數字化工廠的自動化率高達95%，關鍵工序不良改善達30%以上；人員效率提升88% ，空間產出效率提升79.2%。

總而言之，工業互聯網帶來的效率提升，是有目共睹的。節約下來的成本，也是真金白銀。

工業互聯網與雲計算、大數據、人工智慧

雲計算和工業互聯網之間，有什麼關係呢？

其實前面已經都提到了。

當只有1個工廠和很少的設備時，在廠房裡擺上幾台伺服器，建個區域網，找幾個工程師，就可以管理和維護這個小型工業網路了。

這個網路太小，只能稱為工業區域網，而不是互聯網。

但如果是幾十個工廠，幾百個車間，幾萬個生產設備呢？顯然，這個時候應該採用雲計算技術。

只有上雲，才有強大的運算能力、存儲能力和網路帶寬，能夠對這麼龐大的系統進行管理。

也只有通過雲計算，才能讓更多的企業員工及管理者接入，去使用工業互聯網。也能夠讓開發者有更大的空間，去設計更好的應用。

雲計算還可以為企業與企業之間，工廠與供應鏈之間，工廠與經銷商之間，提供介面，進行指定數據的共享。

甚至還能提供工廠與最終消費者用戶之間的介面，方便用戶對產品進行個性化定製。

再來看看大數據。

前面我們一直都在說數據，不過數據和大數據是兩回事。

大家都知道，消費物聯網的大數據很大，例如購物數據，出行數據等。但是，實際上，工業互聯網產生的數據量，遠遠超過消費物聯網。

舉個例子吧，波音飛機發動機30分鐘內產生的數據，就有10TB，我們普通台式機2TB的硬碟，需要5塊才能裝得下。

數據就是金礦，工業互聯網的大數據，就是超級大金礦。

通過大數據技術，可以對生產製造物流等所有流程的數據進行存儲和分析，挖掘其中的數據價值。

人工智慧又和工業互聯網有什麼關係呢？

其實，早在十幾年前，我們玩紅警，選擇和電腦對戰，不就是在和人工智慧對戰嗎？只不過那個時候的人工智慧，還只是很初級很「弱智」的智能，它只是按照遊戲開發者設定的固定程序流程，先造什麼，再造什麼，最後來攻擊你。

如今的人工智慧，學習速度更快，演算法更先進，變成了阿爾法狗，你想打贏它，幾乎是不可能了。

我們將人工智慧引入工業製造，其實就是讓人工智慧作為我們的代理人，幫助我們管理工廠，管理整個製造生產流程，甚至包括採購、物流和銷售流程。

隨著人工智慧的不斷演進，工業互聯網這個系統將會實現工況自感知、工藝自學習、裝備自執行、系統自組織。

這個，就是智能製造的最高境界。

工業互聯網和5G

5G和工業互聯網之間的關係，主要集中在接入層。

高連接速率、超低網路延時、海量終端接入、高可靠性，都是5G所具備的優點。這些優點，將非常有利於5G替代現有的廠區物聯網通信技術，尤其是Wi-Fi，藍牙等短距離通信技術。

一些以往受限於網路接入而不能實現的場景，在5G的加持下，都變得可行。

例如，高精度機械臂加工。如果採用5G對機械臂進行遠程控制，時延將縮短到1ms，可以很好地滿足加工精度的要求。

還有5G的超高帶寬，在採集4K/8K設備監控影像的時候，也將發揮不可替代的作用。

除了接入層之外，5G的切片、邊緣計算，都可以在工業互聯網領域找到不錯的應用場景。

工業互聯網的發展現狀

工業互聯網蘊藏著巨大的商機，無數企業對此躍躍欲試。

如果想要成為工業互聯網的玩家，想要掌握先機，當然就是從工業互聯網平台入手。

工業互聯網平台是工業互聯網的核心。說白了，它也就是工業互聯網的「操作系統」。

就像蘋果iOS系統和谷歌安卓系統牢牢掌控了消費互聯網一樣，誰提供的工業互聯網「操作系統」最好，用的人最多，誰就掌握了工業互聯網發展的主動權。

但是，儘管工業互聯網已經發展了這麼多年，迄今為止，仍然沒有任何一個平台佔據了絕對領先的地位，也沒有任何一個平台獲得了真正的成功。

原因很有意思——

能夠提供這樣強大平台的公司，一定只有兩種，要麼是工業製造能力很強的公司，要麼是信息技術能力很強的公司。

例如，美國的通用電氣和德國的西門子，就屬於前者。世界上第一個工業雲平台Predix，就是由美國通用電氣公司(GE)在2015年正式發布的。而第二個平台呢，就是德國西門子公司在2016年4月開放的MindSphere。

按理來說，這些公司很牛，做出來的東西當然非常好。但是，工業互聯網有一個很大的特點，就是個性化。每個公司生產的東西不一樣，流程不一樣，工藝不一樣，設備不一樣，渠道不一樣，甚至商業模式和供應鏈也不一樣。

你想造一個通用的平台，可能嗎？

想要成功，必須經過非常深入的分析，然後建模，最後開發。也就是說，高度定製化。

曾經就有業內人士說，傳統的消費物聯網平台開發，分析需求、建立模型、編寫代碼這三步的工作比例，是2:3:5。而工業互聯網平台恰好相反，是5:3:2。

一個工業互聯網平台項目，你需要花大量的時間在場景和需求分析上，搞懂它到底是怎麼運作的。

想拿通用平台隨便改改就用？扯淡！

此外，作為GE和西門子這樣的大公司，雖然它們擁有雄厚的技術實力，做出了好的平台，但它們本身也是工業企業。它們的競爭對手，怎麼可能會用它們的平台呢？那豈不是把自己的數據都暴露了嗎？

而作為亞馬遜、谷歌、微軟，包括國內阿里、騰訊，雖然是互聯網企業，也擁有雄厚的軟體研發實力，但對工業製造過程沒有深厚的技術沉澱，所以也很難做出適合的平台。

因此，現在工業互聯網平台處於全面混戰的一個狀態。大公司做，小公司也做，很多大型製造企業孵化出來獨立經營的子公司，反而在所在的專業領域做得風生水起。也有一些互聯網創業企業，憑藉專業知識，做出了不錯的平台產品。

就在這種混戰的狀態下，全球工業互聯網平台市場在高速增長。

根據研究機構 MarketsandMarkets 的統計數據顯示，2017 年，全球工業互聯網平台市場規模為 25.7 億美元，預計 2023 年將增長至 138.2 億美元。

而美國、歐洲和亞太這三個地區，是當前工業互聯網平台發展的焦點區域。

美國的代表，是GE、微軟、亞馬遜、PTC、羅克韋爾、思科、艾默生、霍尼韋爾等巨頭企業。而歐洲的代表，是西門子、ABB、博世、施耐德、SAP 等企業。

中國就更多了，航天雲網、海爾、樹根互聯、寶信、石化盈科、用友、索為、阿里、華為、浪潮、紫光、東方國信、寄雲等等，都是起步比較早的平台開發企業。

（圖片來自中國信通院）

這場混戰還將繼續下去，究竟誰能脫穎而出，只能讓時間告訴我們答案了。

工業互聯網的瓶頸

工業互聯網的未來是美好的，但是，前進的道路並不通暢。

很多的問題和障礙擺在它的面前，例如最關鍵的數據安全問題。

企業對於數據安全的顧慮，嚴重影響了他們上雲的積極性。他們害怕自己的核心數據不能得到很好的保護，一旦泄露，帶來的後果是災難性的。

保護數據的安全，既需要平台擁有可靠的技術，也需要企業本身有很好的軟硬體環境和管理水平。

對於我國很多企業來說，基礎設施落後，資金和技術有限，想要「速成」工業互聯網，確實不太現實。就像鄔賀銓院士說的，有些企業內部數據都做不到完全共享，更何況外部。

此外，工業互聯網標準的缺失，以及企業ICT人才培養的不足，都是困擾工業互聯網向前發展的障礙。

不僅我們國家如此，國外推進也是困難重重。就像前面說的GE通用電氣，不久前也是因為旗下GE Digital（GE數字集團，專門搗鼓工業互聯網業務，包括世界上第一個工業互聯網平台Predix）業績不佳，所以出售了它的部分股權。

所以說，推動工業互聯網發展和普及，是全世界面臨的共同難題，任重而道遠。

結語

不管怎麼說，第四次工業革命是人類發展的必然趨勢，工業互聯網也是工業發展的必經之路。

我們國家作為工業大國，面對人工成本上升、原材料價格波動、貿易競爭日益加劇等種種不利情況，正處在工業轉型升級的關鍵時刻，迫切需要提高效率、降低生產成本。只有堅定不移地推動工業互聯網落地，加快更多企業的數字化轉型和智能化改造，才有可能讓自己在全球化競爭中立於不敗之地。

好了，以上就是今天文章的全部內容，感謝大家的耐心觀看。如果覺得文章寫得不錯，請幫忙轉發一下朋友圈哦！

END

探索訪談

從蘇州開始，TechSugar編輯部計划走訪上百家電子半導體公司，貼近企業一線，探索產業真相，為大家帶來更真實、更接地氣的報道，給本土企業一個發聲的機會。歡迎企業留言或私信接洽採訪事宜。

探索訪談

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！